基于显著性检测和改进投影字典对的盲道分割

现有盲道分割算法是通过提取颜色或纹理特征，采用聚类等方法来进行分割，易受盲道类型和外部环境影响。针对此问题，从盲道整体特征进行考虑，引入学习的方式，提出了一种基于显著性检测和改进投影字典对学习的盲道分割方法。该方法首先利用显著性检测，对盲道区域进行粗定位；然后以图像块作为处理单元，通过所提出的稳健字典对学习算法进行字典学习；接着将粗定位后的图像分块在该字典上进行稀疏重构；最后按照重构误差进行分类，以达到分割的目的。实验结果显示，在盲道分割中，该算法相对于现有算法，无论是准确性，还是普适性都表现更好。